SWIG Implementation in Python & C++
資訊系統部署
背景
協助友人Linux 資料庫安裝，現場環境為Debian Linux 8，
當天並無SOP之東西，當場指令測試與系統安裝，並將測試結果寫成SOP，即時安裝部署。
此系統棘手部分為並非圖形介面，屬於文字介面，
此系統作為大專院校選課系統而使用，涵蓋整間資訊教室，
由於當年維護的人已經不幸離世，無留下任何資料，所以透過已知線索將環境建置起來。
安裝環境時，全程透過VMWare EXSI7.0連結Linux與鏡像備份，即可遠端操作。
Linux透過wegt 下載資料時常故障，所以直接從瀏覽器下載資料，
為了加快檔案傳輸，解壓縮的部分使用本地端先行解壓縮，
再透過 WinSCP 與 FileZilla 將檔案傳送至遠端的Linux系統，
由於第一次使用Debian Linux，並做了這篇的紀錄，
sybase Linux環境設定多到嚇人呀~~~~，
全程耗時約5個多小時，後續由該公司接手Debian Linux 11的升級部分。
待考證照系列
前言
想想這六年多待在資工系學到很多寶貴的知識，很可惜想上的課程學校都沒有開，
考取證照本身的目的是學習該領域的知識，最後那張紙只是附帶的價值，
這領域有很多有趣的技術可以探討，而且學不完，
比起研究枯燥乏味，除了教授可以討論完，幾乎沒人可以探討，大家都做不同領域的東西，
但沒有這些基礎技術，研究是會做不起來的，
找論文很容易，但要實作出論文的系統架構就不簡單，
很多時候不像AI領域的論文會附帶程式碼，
還是要有底層的技術支援，尤其在人手不足的狀況下，
幾乎所有事都要自己來，基礎技術不足會導致很多事做不來，
尤其是改底層的程式碼時候，需要了解整個程式的流程，
沒有了解程式流程，改了間接導致程式崩潰調，
寫個年度結案報告，只是寫個10幾頁的報告而已，
就遇過一個字都寫不出來，反而還要替學弟收尾的麻煩事，
也反映出其實對這領域知識不熟悉所導致的狀況。
Object Tracking
卷積神經網路發展文獻探討
發表於
更新於
分類於
Computer Science
，
Artificial Intelligence
，
Machine Learning
，
Deep Learning
文章字數：
7.5k
所需閱讀時間 ≈
14 分鐘